KU Leuven-onderzoekers voorspellen met AI eet- en drinkgedrag

Onderzoekers van de Mind-Body Research groep van de KU Leuven en de University of California, Berkeley hebben geavanceerde technieken in machine learning en artificiële intelligentie gebruikt om modellen te ontwikkelen die het gedrag van de patiënten kunnen voorspellen op basis van verschillende factoren.

Het onderzoek volgde 120 patiënten gedurende 12 maanden en analyseerde hun eet- en drinkgedrag, evenals hun emotionele en contextuele factoren. Door gebruik te maken van de experience sampling methode, konden de onderzoekers op zoek gaan naar patronen en voorspellers van problematisch gedrag.

De resultaten toonden aan dat modellen op groepsniveau beter presteerden dan modellen op individueel niveau. Enkele belangrijke voorspellers voor eetbuien en binge drinken waren de drang om te eten of drinken, het tijdstip van de dag, sociale context en emotionele factoren.

Met deze inzichten kunnen just-in-time adaptieve interventies worden ontwikkeld, waarbij patiënten ondersteuning kunnen ontvangen op het moment dat ze het het meest nodig hebben. Door het gebruik van een smartphone-app en algoritmes, kunnen patiënten gewaarschuwd worden voor mogelijke risico's en kan er meteen worden ingegrepen.

Het onderzoek toonde ook aan dat de sociale context en emotionele toestand van patiënten verschillen bij eetbuien en binge drinken. Dit benadrukt het belang van het begrijpen van de context waarin het gedrag optreedt voor effectieve behandelingen. Het doel is om interventies te ontwikkelen die niet alleen tijdig zijn, maar ook rekening houden met de emotionele toestand en context van de patiënten.